Los grandes modelos de lenguaje a menudo alucinan hechos, un problema exacerbado por el ajuste fino supervisado (SFT) que degrada el conocimiento preentrenado. Esta investigación propone un método SFT basado en autodestilación, inspirado en el aprendizaje continuo, para mitigar las alucinaciones regulando la deriva de la distribución de salida, mientras adquiere efectivamente nueva información fáctica.
ReSS es un marco que une modelos de razonamiento simbólicos y neuronales para la predicción de datos tabulares, buscando alta precisión y razonamiento comprensible. Utiliza árboles de decisión para extraer andamios simbólicos que guían a un LLM a generar razonamiento en lenguaje natural, que se utiliza para el ajuste fino de LLMs en tareas de razonamiento tabular.
Este artículo sostiene que la simple reducción de los nodos de semiconductores ya no garantiza mejoras significativas de rendimiento o eficiencia energética, desafiando las afirmaciones de la industria. Analiza el actual "muro de la física" utilizando benchmarks de inferencia de LLM y ofrece predicciones hasta 2030.
Google publicó un resumen de las sesiones del escenario Dialogues de su conferencia I/O 2026, destacando conversaciones con Sundar Pichai y otros líderes de IA. El evento se centró en los avances de la compañía en inteligencia artificial, su integración en productos y el desarrollo responsable, incluyendo LLMs y personalización de experiencias.
Este artículo presenta una revisión exhaustiva del razonamiento médico con Grandes Modelos de Lenguaje (LLMs), conceptualizándolo como un proceso iterativo de abducción, deducción e inducción. Organiza los métodos existentes en siete rutas técnicas y realiza una evaluación unificada de modelos representativos en diferentes benchmarks.
Este artículo presenta un enfoque implementado en producción para mejorar la detección y el diagnóstico de fallas en Apache Airflow. Aprovecha los grandes modelos de lenguaje, métodos estadísticos y el aprendizaje automático tradicional para analizar registros extensos y clasificar mensajes.
StaRPO es un nuevo marco de aprendizaje por refuerzo diseñado para mejorar la consistencia lógica de los grandes modelos de lenguaje en tareas de razonamiento complejas. Incorpora explícitamente métricas de estabilidad, como la Función de Autocorrelación y la Eficiencia de la Ruta, para evaluar la coherencia local y la direccionalidad global del proceso de razonamiento.
MELD es un nuevo detector de texto generado por IA desplegable que enriquece la detección binaria con supervisión auxiliar multitaréa. Busca robustez frente a ataques, transferencia a generadores no vistos y bajas tasas de falsos positivos.
Una nueva investigación revela que el sesgo de posición en modelos de razonamiento, como Chain-of-thought, escala con la longitud de la trayectoria de razonamiento. Este efecto se observó en múltiples configuraciones de modelos y benchmarks, sugiriendo que "pensar más" puede exacerbar ciertos sesgos.
SoLA é um novo método de compressão sem treinamento para LLMs, que utiliza esparsidade de ativação suave e decomposição de baixo-rank. Ele identifica componentes cruciais para a inferência e comprime a maioria, visando reduzir parâmetros de modelos de linguagem grandes de forma eficiente e acessível.
Este artículo propone una arquitectura unificada de IA multiagente para automatizar la generación de pipelines de aprendizaje automático (ML) de principio a fin a partir de conjuntos de datos y objetivos en lenguaje natural. El sistema de cinco agentes integra RAG, un recomendador híbrido explicable y un mecanismo de auto-curación basado en LLM, logrando una tasa de éxito del 84,7% y una mayor robustez.
Este artículo evalúa el "exceso de pensamiento perjudicial" en Modelos de Razonamiento Grandes, donde el razonamiento continuo después de una respuesta correcta puede desestabilizar la trayectoria. Introduce un protocolo para diferenciar el exceso de pensamiento redundante del perjudicial, identificando problemas en benchmarks multimodales.
MMoA es una arquitectura recurrente de Mezcla de Agentes (MoA) que integra enrutamiento basado en LSTM para una selección adaptativa de agentes. Mejora el rendimiento de los LLM al activar dinámicamente menos agentes, manteniendo una precisión comparable en benchmarks como AlpacaEval 2.0.
Este artículo propone un preentrenamiento inspirado en el Dispositivo de Adquisición del Lenguaje (LAD) utilizando MP-STRUCT, un lenguaje formal que refleja estructuras del lenguaje natural, para mejorar la eficiencia de datos de los Grandes Modelos de Lenguaje. Un breve preentrenamiento con MP-STRUCT iguala la eficiencia de tokens de sólidas bases de lenguajes formales y confiere una resistencia similar a la humana a lenguajes estructuralmente implausibles.
TokenEase es una pasarela de agregación de API de IA que ofrece una única clave API compatible con OpenAI para acceder a múltiples modelos de lenguaje líderes. Simplifica el desarrollo de aplicaciones de IA al eliminar la necesidad de gestionar diferentes claves, puntos finales y límites de tasa para cada modelo.
Qwen3-Coder-Next es un modelo MoE disperso de 80B en total (3B activo) que obtiene una puntuación de 70.6 en SWE-Bench Verified. Incorpora un mecanismo de atención híbrida y pesos Apache 2.0, siendo una variante optimizada para codificación.
DeepSeek V4 ofrece un contexto de 1 millón de tokens que es realmente utilizable, resolviendo el problema de memoria de la GPU con una arquitectura de atención híbrida que comprime el caché KV en casi 9x. Esto lo convierte en una solución práctica para la inferencia de contexto largo, a diferencia de muchos otros modelos.
Este contenido explora la capacidad de los Grandes Modelos de Lenguaje (LLMs) para aprender tareas relacionadas con la salud con pocos ejemplos. Aborda cómo el aprendizaje "few-shot" puede aplicarse eficazmente en el ámbito de la salud utilizando LLMs.
DeepSeek V4 Pro, lanzado el 24 de abril de 2026, es un modelo de 1.6T (MoE) con 1M de tokens de contexto y modos Think/Non-Think para agentes de IA. Ofrece una planificación de múltiples pasos mejorada y llamadas de función más confiables a precios competitivos, posicionándose como una opción ideal para cargas de trabajo de agentes.
DeepSeek, una firma china de IA, lanzó una vista previa de su nuevo modelo insignia, V4, que destaca por procesar prompts mucho más largos. Este desarrollo forma parte de la carrera continua para construir modelos mundiales avanzados en la industria de la IA.